Cette IA chinoise est 17x moins chère que GPT et Claude... et elle les BAT ?

Valeur des informations & solidité de l’argumentation

La vidéo apporte une information substantielle sur un modèle récent, avec des chiffres précis (paramètres, coûts, benchmarks) et une mise en perspective critique des performances. L’argumentation est structurée : elle commence par l’architecture, puis les benchmarks, le coût, le déploiement local, et enfin le contexte stratégique. L’auteur nuance les affirmations marketing d’Alibaba en montrant que Qwen 3.5 n’est pas le meilleur partout, mais excelle dans un rapport qualité/prix. Cependant, la démonstration repose sur des données non sourcées directement (les benchmarks sont cités sans lien vers les études), et le ton est parfois enthousiaste, ce qui peut masquer certaines limites. La partie finale est clairement promotionnelle pour la formation de l’auteur, ce qui dilue un peu la valeur informative.

Rigueur scientifique, qualité des sources, adéquation du titre

La rigueur scientifique est moyenne : les informations sont présentées de manière claire, mais les sources primaires (rapports de benchmark, documentation technique) ne sont pas citées directement. Les liens fournis en description sont principalement des liens vers la newsletter et la formation de l’auteur, pas vers les sources techniques. Le titre est volontairement provocateur (’elle les BAT ?’) mais la vidéo répond avec nuance, ce qui est louable. L’adéquation titre/contenu est bonne, même si le titre pourrait laisser croire à une supériorité absolue, alors que la vidéo montre des domaines où Qwen 3.5 est inférieur. Aucun commentaire n’a été fourni pour analyser les tendances du public.

Le titre est accrocheur et reflète le contenu : il annonce une comparaison de coûts et de performances, ce que la vidéo traite effectivement, même si la conclusion est plus nuancée que le titre ne le suggère.

6/10

Analyse de l'actualité IA avec des données chiffrées (paramètres, coûts, benchmarks) mais sans vérification indépendante des sources primaires ; le ton est promotionnel et certaines affirmations manquent de précision.

Repères établis par PSI à partir de la transcription : le créateur n'a pas défini de chapitres.

• 00:30Présentation de Qwen 3.5 : 397 milliards de paramètres, licence Apache 2.0, sortie le 17 février.
• 02:00Explication de l'architecture : entraînement natif multimodal (texte, image, vidéo) et abandon de la variante séparée.
• 04:00Détail des Gated Delta Networks : attention linéaire, coût proportionnel, décodage 19x plus rapide sur contextes longs.
• 06:00Analyse des benchmarks : supériorité sur 80% des tests, mais faiblesses en mathématiques, code et programmation compétitive.
• 08:00Coût d'inférence : 0,04 $ par million de tokens, 10 à 17 fois moins cher que GPT et Claude.
• 10:00Déploiement local : quantification 4 bits à 214 Go, 3 bits à 192 Go, nécessite une machine puissante.
• 11:00Contexte stratégique : course aux agents IA, OpenClaw, OpenAI, et positionnement d'Alibaba.

• Newsletter Vision IA — L'auteur invite à s'abonner pour un résumé de l'actualité IA.
• Formation IA de Vision IA — L'auteur promeut sa formation en IA en fin de vidéo.

• Page Wikipedia sur Qwen — Page générale sur la famille de modèles Qwen, qui peut corroborer les informations sur les versions précédentes.

• Benchmarks indépendants (ex: Artificial Analysis) — Les benchmarks indépendants peuvent montrer des écarts par rapport aux chiffres annoncés par Alibaba, notamment sur les tests de raisonnement.